企业官网建设流程全解析

PBPK/PD 仿真二次开发教程（11）：PK/PD 与安全性建模——把 PD 屏、Trial Design 屏和心脏安全性模块挂进同一条脚本流水线

版本声明块

• 工具/软件：Simcyp PBPK Simulator Version 24（V24；文献大量仍为 V23/V23R1，本篇双口径标注）、Simcyp R 包Simcyp_24.0.18.zip、扩展模块 Simcyp Designer / Simcyp Biologics / Cardiac Safety Simulator（均需额外许可）
• 语言/环境：R ≥ 4.4.0、Windows 10、V24 许可；依赖含RSQLite/DBI/PKNCA/ggplot2/furrr
• 本文目标：把"效应端"从手工 GUI 操作变成可批量、可落库、可审计的脚本节点，并划清 PBPK 与 E-R/C-QTc 两条申报论证链的边界
• 术语：本篇中 PBPK 指生理药代动力学（physiologically based pharmacokinetics）；其余缩写在首次出现处给中文（英文原文）

一句话结论：Simcyp 可脚本访问的正是 Compound、Population、Pharmacodynamic (PD)、Trial Design、Simulation toolbox 这五类 screen，因此在 R 侧只需照旧走Initialise()→SetWorkspace()→Simulate()→GetCompoundResults_DB()主流程，把 PD 参数（含 Emax 类效应端参数）做成外部配置逐条注入再读回.db汇总即可；但暴露-效应与 QT 分析属暴露-效应（exposure-response, E-R）与校正 QT 间期（C-QTc）体系、应放在 ICH E14 语境下陈述，不要塞进 PBPK 报告去主张替代临床安全性研究。

〇、本篇要解决的认知问题

1. Simcyp 的 PD 屏和 Trial Design 屏到底能不能被 R 包脚本化访问，还是只能在 GUI 里点？二开的正确落点在哪儿？
2. 用 Simcyp Designer 搭一个疗效 PD（比如他汀抑制 HMG-CoA 还原酶这类链条）时，哪些是素材可核实的、哪些必须以安装版内 Help 为准？
3. 促心律失常（心脏安全性）评估该用哪个模块？它的输出在 PBPK 申报报告里处于什么位置？
4. PBPK 建模里做 QT/暴露-效应分析算不算合规做法？和 ICH E14 是什么关系？
5. V24 在生物制剂端的可溶性靶点、靶点脱落、小分子靶点介导的药物处置到底增强了什么？Simcyp Biologics 覆盖哪些分子形式？

一、机制解析

1. 一个工作区、五类 screen：为什么 PD 天然就在流水线里

很多从业者把"PD 建模"当成 PBPK 之外的另一摊事，于是手工在 GUI 里点完 PK 再点 PD，导出两份 Excel 拼表。这恰恰是申报现场最容易被审计追问的地方——两份表的时间戳、随机种子、群体版本根本不同步。真实结构不是这样：

.wksz 工作区（单一事实来源，Compound+Population+模型/仿真设置打包） ┌───────────────┬───────────────┬────────────────┬──────────────┬──────────────────┐ │ Compound │ Population │Pharmacodynamic │ Trial Design │ Simulation │ │ 化合物档案 │ 虚拟人群 │ (PD) 屏 │ 屏 │ toolbox 屏 │ └───────────────┴───────────────┴────────────────┴──────────────┴──────────────────┘ │ │ 效应模型定义 给药方案/采样/occasion └────────┬───────────────┘ ▼ Simulate() → 同目录生成 .db ▼ GetCompoundResults_DB() / GetProfile_DB() GetCompoundSummaryStats_DB() → PK 与 PD 参数同库同源

素材可核实的点是：这五类 screen 都在"可脚本访问"清单里；而 R 侧输出函数多数以_DB结尾（GetCompoundResults_DB()拿 PK/PD 参数、GetProfile_DB()拿浓度-时间曲线、GetCompoundSummaryStats_DB()拿均值与 SD）。也就是说，效应端不需要另起一条自动化通道，它和 PK 共用同一个.wksz、同一次Simulate()、同一个.db。二开的落点因此非常窄、也非常清楚：把 PD 参数从"人脑里的设定"变成"盘上的配置文件"，并在每轮扫描后落库。

Trial Design 屏的角色同样被低估。它承载给药方案、采样时点与 occasion（访视/周期）设置——第 15 篇会展开，个体内变异（intra-subject variability, ISV / inter-occasion variability, IOV）必须靠正确的 Trial Design 才能与个体间变异（between-subject variability, BSV）分离；PD 侧同理：效应采样点比 PK 稀疏或错位，间接反应型模型的效应室参数就估不准，这在脚本里体现为"采样设计也是参数"。

2. Simcyp Designer 与疗效 PD：素材锚点与边界

他汀类是讲疗效 PD 最顺的例子，机制链条是清楚的：3-羟基-3-甲基戊二酰辅酶A还原酶（HMG-CoA reductase）被抑制 → 肝内胆固醇合成受阻 → 上游低密度脂蛋白受体上调 → 血浆低密度脂蛋白胆固醇（LDL-C）下降。因为效应滞后于浓度、且表现为对"生成/消除速率"的压制，它属于间接反应型（indirect response）机制，而不是效应直接平衡型。

但必须把话说在前头，避免读者拿去当申报依据：

工程上的正确姿势是：把疗效端参数（如最大效应、半数有效浓度、效应消除速率常数这类量）用 GUI 右键取值拿到 Tag ID，写进外部表；脚本只负责遍历、注入、仿真、读库。至于 Simcyp Designer 内如何选模型模板、有哪些必填字段，以安装版内 Help 为准——本篇不猜。

3. 安全性端：Cardiac Safety Simulator 摆在哪一格

素材核实：Cardiac Safety Simulator（CSS）与 Simcyp Animal、Simcyp Pediatric、SIVA Toolkit、Simcyp LAI（长效注射剂）、Simcyp Lactation、Virtual Bioequivalence (VBE，虚拟生物等效性扩展模块）、Simcyp Biologics、Simcyp Designer 一起列在扩展模块页面，同样需额外许可，且被列于 2025 年宣传册的扩展清单中。它的申报定位是促心律失常（proarrhythmic）评估语境，也就是把暴露预测与心脏电生理层面的机制性描述接起来，用于风险刻画与安全窗讨论。

CSS 内具体输出哪些动作电位/细胞层面指标、用什么判据分级，本素材未核验，请以安装版内 Help / 许可区文档为准。

4. 暴露-效应与 QT：这是两条论证链，不要合流

监管体系的分工很直白。PBPK 侧的两份主指南都不管 QT：FDA 2018 年《Physiologically Based Pharmacokinetic Analyses — Format and Content》终版指南只规定 IND/NDA/BLA/ANDA 中 PBPK 报告的推荐格式与内容（A Executive Summary / B Introduction / C Materials and Methods / D Results / E Discussion / F Appendices），它明确不评判是否适用、也不含方法学最佳实践；EMA/CHMP/458101/2016 终版《Guideline on the reporting of PBPK modelling and simulation》（2019-07-01 生效）要的是目的与监管用途、参数假设、系统参数与药物参数、灵敏度分析（4.7.1）、附录 1 平台合格性与附录 2 药物模型预测性能。心脏复极风险走的是暴露-效应/C-QTc 那一套体系，ICH E14 是其语境锚点（本素材只核实到"QT 延长属 E-R/C-QTc 体系、应引 ICH E14 而非 PBPK"这一层级，E14 具体条款细节本篇不展开）。

因此实操规矩是三条：

1. PK 暴露量（AUC、Cmax、Cmin）用 PBPK 预测，是输入；
2. 用这些暴露量去驱动 E-R / C-QTc 分析，是另一份文件、另一个预定用途（context of use, COU）；
3. 报告里绝不能出现"因为 Simcyp 拿到 EMA 资格意见，所以本 QT 分析被监管接受"这类跳跃。铁律 9：不夸大监管地位——Simcyp 的强证据是 2025-08-04 的 EMA Qualification Opinion（首个且唯一，覆盖 3 个 COU、6 种 CYP 酶、2 种抑制机制），FDA 侧的 DDT 资格化项目根本没有 PBPK 软件平台这个类别。平台级 qualification 与模型级 verification 要分开陈述（铁律 7）。

5. V24 生物制剂端：可溶性靶点、靶点脱落与小分子 TMDD

素材核实的 V24 增强清单里，与大分子/靶点结合直接相关的有三项：生物制剂可溶性靶点与靶点-药复合物体循环、靶点脱落（target turnover）扩展、小分子 TMDD（靶点介导的药物处置，target-mediated drug disposition）。同一条 V24 清单里还有胃肠排空模型细化、胃排空协变量模型、快速胃排空 Magenstrasse 模型、药物-脂质相互作用模型、儿科/妊娠/哺乳群体增强、长效注射/吸入/眼用改进——第 14 篇专门处理剂型侧。

模块归属要写准：Simcyp Biologics 支持 mAb、protein conjugate（含 ADC）、Fc-fusion、bispecific。ADC（抗体偶联药物）语境下绕不开药物抗体比（drug-to-antibody ratio, DAR）——它是"共价载荷"这条 PK 支链的关键输入，与"总抗体""游离载荷"一起构成多物种室。

这里有个反直觉的工程后果：可溶性靶点一旦被建模，暴露量对基线靶点浓度极敏感，而基线靶点浓度属于系统参数（不是药物参数）。铁律 7 要求系统参数的来源与版本可追溯——第 10 篇讲特殊人群外推时也踩过同一个坑（生理机制性描述的来源）。写脚本时，靶点基线一定要进参数溯源登记表，不能只在 GUI 里填一次就忘。

二、完整代码与逐行剖析

下面三段构成一个最小但完整的 PD 批量扫描闭环：配置表（CSV）→ 扫描驱动（R）→ 效应-暴露汇总（R）。

2.1 配置表：把 PD 端要扫的参数从人脑挪到盘上

# file: pd_scan_config.csv —— OAT（one-at-a-time，一次一因子）扫描表 scan_id,tag_id,base_value,perturbation,note PD01,EMax_from_GUI_rightclick,1.00,-20%,疗效最大效应向下 20%（Tag ID 请右键参数复制，勿手抄） PD02,EMax_from_GUI_rightclick,1.00,+20%,与 PD01 成对，用于判读效应曲线斜率方向 PD03,EC50_from_GUI_rightclick,0.50,half,半数有效浓度减半，检验低暴露端是否已近平台 PD04,EC50_from_GUI_rightclick,0.50,double,半数有效浓度加倍，与 PD03 构成上下界 PD05,kout_from_GUI_rightclick,0.069,fixed,效应消除速率常数，间接反应型的回基线速度 PD06,Baseline_Target_from_GUI_rightclick,1.00,-50%,V24 可溶性靶点/靶点脱落语境的基线量，属系统参数

逐行为什么这样设计：

• scan_id是结果表主键的一部分。铁律 10 要求每次仿真的输入快照、软件版本、随机种子、耗时、失败原因必须落库；没有稳定 ID，.db里几十个同名运行结果就无法回溯。
• tag_id列的值必须是 GUI 中右键参数复制出来的真实 Tag ID。上面写的是占位说明，因为本素材没有核实过 PD 参数的具体 Tag ID 字符串，硬编一个假名字比留占位更坏。
• base_value显式记录基线，而不是"从工作区读"。这是防第 3.1 节那个坑：工作区被同事改过而你不知道。
• note是给人看的，也是给审计看的意思表达：为什么扫这个值、想回答什么监管决策问题（铁律 1）。

2.2 扫描驱动：setter 临时性必须靠落盘补回来

library(Simcyp)# 非 CRAN，向 simcyp.support@certara.com 索取 Simcyp_24.0.18.zip（要求 R ≥ 4.4.0）library(dplyr)library(tibble)WS<-"PP3M 350mg multidose June 24 variability calibrated model newseed.wksz"OUT<-"pd_scan"dir.create(OUT,showWarnings=FALSE)# 每个批次固定一个输出根，便于打包成可复现包cfg<-read.csv("pd_scan_config.csv",comment.char="#",stringsAsFactors=FALSE)stopifnot(all(c("scan_id","tag_id","base_value","perturbation")%in%names(cfg)),!anyDuplicated(cfg$scan_id))# 主键唯一，否则 manifest 无法回指到具体那一轮Initialise()# 建立 R 与 Simcyp 引擎连接；必须最先调用# —— Tag ID 的 setter 通道：素材只核实"每个参数有唯一 Tag ID、GUI 右键可取、用 getter/setter 读写"，# 未核实函数名，故留显式占位；落地前必须按安装版内 Help（?Simcyp）填入真实函数 ——REAL_SETTER<-NULLtag_set<-function(tag,value){if(is.null(REAL_SETTER))stop("未配置真实 setter：请在 GUI 右键该参数复制 Tag ID，并按安装版 Help 填入 setter")do.call(REAL_SETTER,list(tag=tag,value=value))}# 为什么宁可硬停也不写一个"看起来像"的函数名：伪造的 API 名要么在他人机器上报错，# 要么更糟——撞上同名函数改了别的参数，产出一个看似合理实则不可复现的结果apply_pert<-function(base,p)switch(p,"-20%"=base*0.8,"+20%"=base*1.2,"-50%"=base*0.5,"half"=base/2,"double"=base*2,"fixed"=base,stop("未知扰动写法：",p))# 宁可停，也不要用默认值静默跑完（伪成功最致命）rows<-list()for(iinseq_len(nrow(cfg))){t0<-Sys.time()mk<-function(status,val=NA_real_,nrow_res=NA_integer_)tibble(# 统一的行构造器scan_id=cfg$scan_id[i],tag_id=cfg$tag_id[i],applied_value=val,workspace=basename(WS),n_rows=nrow_res,elapsed_sec=round(as.numeric(difftime(Sys.time(),t0,units="secs")),2),status=status,software_version="Simcyp V24 / Simcyp R 24.0.18")# 铁律 2：版本写进每一条结果tryCatch({SetWorkspace(WS)# 每轮重新载入，抵消上一轮 setter 的残留val<-apply_pert(as.numeric(cfg$base_value[i]),cfg$perturbation[i])tag_set(cfg$tag_id[i],val)# setter 修改是临时的，不覆盖原 .wkszSimulate()# 运行期在同目录生成 .dbres<-GetCompoundResults_DB()# PK 与 PD 参数同库读出stopifnot(nrow(res)>0)# 空结果直接判失败，不写"成功"行rows[[length(rows)+1L]]<<-mk("OK",val,nrow(res))},error=function(e){rows[[length(rows)+1L]]<<-mk(paste("FAIL:",conditionMessage(e)))})# 失败也入表：缺记录的批次不得出报告（铁律 10）write.csv(bind_rows(rows),file.path(OUT,"run_manifest.csv"),row.names=FALSE)# 每轮都覆写 manifest：进程被杀也留下已完成的部分（批任务的可审计性优先于优雅）}man<-bind_rows(rows)write.csv(man,file.path(OUT,"run_manifest.csv"),row.names=FALSE)cat("完成",sum(man$status=="OK"),"/",nrow(man),"\n")stopifnot(nrow(man)==nrow(cfg))# 行数自检：一条不许少

两个关键决策点解释"为什么"：

1. 循环内重新SetWorkspace(WS)。官方文档原话是"Modifications made using setter functions are temporary … do not overwrite the original workspace"。反直觉之处在于：临时性既是坑也是保护——好处是原始工作区不会被批任务污染，坏处是很多人以为 setter 改完会持久、跑第二轮时忘了重置，结果 PD03 的 EC50 叠在 PD02 的 Emax 上而不自知。每轮重载工作区是唯一稳的写法（铁律 4）。
2. 失败也写一行FAIL:记录。缺记录的批次不得出报告（铁律 10）。若把失败静默跳过，汇总图上的"缺点"看起来像模型不敏感，这是会被审稿人一击致命的错。

2.3 效应-暴露汇总：直接读.db，不碰 Excel

library(DBI);library(RSQLite);library(dplyr);library(ggplot2)# 第一步永远是探表：.db 由运行期生成，表名列名不得凭记忆硬编（素材只核实"运行期创建 .db"）con<-dbConnect(RSQLite::SQLite(),"pd_scan/PD01.db");on.exit(dbDisconnect(con))print(dbReadTable(con,"sqlite_master")[,c("type","name")])pick<-function(db,pattern){# 按关键词在 .db 各表里找目标列，避免猜列名con<-dbConnect(SQLite(),db);on.exit(dbDisconnect(con))for(tbindbListTables(con)){x<-tryCatch(dbReadTable(con,tb),error=function(e)NULL)if(is.null(x)||!nrow(x))nexthit<-grep(pattern,names(x),ignore.case=TRUE,value=TRUE)if(length(hit))return(list(table=tb,data=x[,hit,drop=FALSE]))}stop("未在 ",db," 中找到匹配列：",pattern)}man<-read.csv("pd_scan/run_manifest.csv",stringsAsFactors=FALSE)er<-bind_rows(lapply(seq_len(nrow(man)),function(i){if(man$status[i]!="OK")return(NULL)# 失败轮次不进图，但必须留在 manifest 里db<-file.path("pd_scan",paste0(man$scan_id[i],".db"))# .db 实际落盘位置以安装版本为准if(!file.exists(db))return(NULL)p<-pick(db,"AUC|Cmax|effect|response")$data d<-as.data.frame(lapply(p,mean,na.rm=TRUE))# 逐列取人群均值 → 一行代表一轮扰动d$scan_id<-man$scan_id[i];d$applied_value<-man$applied_value[i]d}))%>%mutate(across(-c(scan_id,applied_value),log))# E-R 惯例：在 log 暴露尺度上线性化stopifnot(nrow(er)==sum(man$status=="OK"))# 图上的点数必须等于成功轮数，缺一即回查ggplot(er,aes(x=AUC,y=effect))+# 列名以 pick() 实际命中的为准，先 print 再画图geom_point(aes(size=abs(applied_value)),alpha=.7)+stat_smooth(method="lm",se=TRUE)+labs(x="log AUC（暴露）",y="效应指标",title="效应-暴露汇总：仅供机制性讨论，QT/复极风险请回到 E-R/C-QTc 体系")# 标题那句不是装饰：它是给内部评审看的边界声明——这张图不等于申报论据（铁律 1、9）# 若在同一会话里刚跑完 SetWorkspace() + Simulate()，可直接用官方 _DB 族函数：# prof <- GetProfile_DB(); summ <- GetCompoundSummaryStats_DB(); PlotProfilePercentile_DB()# 注意这些函数依赖当前会话的工作区状态；跨会话回溯请一律走上面的 .db 读法（可审计）

这里刻意用sqlite_master探表，而不是硬编表名。.db的表结构由运行期生成，素材只核实"仿真运行期会创建.db数据库文件、R 侧依赖 RSQLite/DBI"，具体表名与列名以你实际安装的版本为准——先探再取，比抄一个别人屏幕上的列名可靠得多。

三、常见报错与排查

1）现象：setter 改了 PD 参数，第二轮结果和第一轮一模一样。
根因：SetWorkspace()只在脚本开头调了一次，上一轮的临时修改与本轮修改叠加/被覆盖；或反过来，误以为修改已持久化到工作区、重开 R 后回到基线。
解法：按 2.2 节，在每轮循环内部重新SetWorkspace()；要固化配置，就另存一份新.wksz并把参数覆盖同时落盘成 CSV/YAML（铁律 4）。

2）现象：GetCompoundResults_DB()里没有效应列，或列名对不上。
根因：PD 屏效应指标命名与 PK 指标混在同一结果集，参数名称必须精确匹配，而素材未逐字核实这些名称；也可能工作区里 PD 屏压根没配。
解法：先在 GUI 里确认 PD 屏已定义效应指标并跑一次成功仿真，再用GetCompoundSummaryStats_DB()打印列名清单；具体名称以安装版内 Help 为准。

3）现象：报许可相关错误或模块不可见。
根因：Simcyp Designer、Simcyp Biologics、Cardiac Safety Simulator、VBE 等属需额外许可的扩展模块。
解法：把许可清单纳入环境体检（第 01 篇的体检脚本），在项目启动时就确认扩展可用性，不要写到一半才发现。

4）现象：报告里用 PBPK 结果主张"免做 QT 研究"被质询。
根因：COU 错配。FDA 2018 指南只管 PBPK 报告的格式与内容，EMA reporting 指南的主要用途是药物相互作用（drug-drug interaction, DDI）定性与定量预测、儿科与首次人体剂量选择；两者都不覆盖心脏复极风险论证。
解法：拆成两份文件、两个 COU；QT 部分回到 ICH E14 语境，PBPK 只作为暴露输入的提供方。

5）现象：批任务跑得完，但汇总数字与 GUI 手工导出对不上。
根因：混用了 GUI 每次仿真产生的多 sheet Excel 与.db结果库，两者采样/精度/时点处理不同。
解法：全程只认.db（R 工作流被引入正是为了绕开 Excel 输出痛点）；Excel 只作人读视图，不作数据源。

四、动手练习

练习 1（配置化）：把 2.1 的pd_scan_config.csv扩到至少 6 行真实 Tag ID，跑完后打开run_manifest.csv。
判定标准：manifest 行数 == 配置行数，且status == "OK"的行占比 100%；若不足 100%，必须能在status列读出具体FAIL:原因。

练习 2（扰动方向一致性）：对EMax做 ±20% 后比较效应平台高度。
判定标准：PD02(+20%)的最大效应均值 ≥PD01(-20%)的最大效应均值 × 1.20 × 0.9（允许群体随机性引入 10% 容差）；不满足说明扰动没真正生效，回到 3.1 排查。

练习 3（版本锁定）：在 manifest 里加population_version与compound_file_hash两列。
判定标准：两列均非空，且同一 COU 的任意两次运行若该两列取值不同，脚本必须报错终止（可用stopifnot(length(unique(...)) == 1)实现）。这是铁律 2 的最小落地。

五、小结与下一篇预告

本篇把"效应端"放回它本来的位置：PD 屏与 Trial Design 屏属于同一个.wksz，因此脚本化不需要新通道，Initialise()→SetWorkspace()→Simulate()→Get*__DB()主流程原样够用；真正的工程量在配置外置、setter 临时性的补偿、以及失败记录落库。安全性端要认准模块归属（Cardiac Safety Simulator 列于扩展模块，需额外许可），并守住"PBPK 出暴露、E-R/C-QTc 出复极结论"的分工。生物制剂侧记住 V24 的三项增强（可溶性靶点与复合物体循环、靶点脱落扩展、小分子 TMDD）与 Simcyp Biologics 的四类分子形式即可。

下一篇（第 12 篇）把这些参数从"扫一次看看"升级为"量化不确定性"：Simcyp 的 sensitivity analysis（含 Population Representative 模式）与 GastroPlus 的参数敏感性分析（Parameter Sensitivity Analysis, PSA）在 Orchestrator 下如何用用户自定义输入数据驱动，以及 EMA 指南 4.7.1 那一节到底该写什么。第 10 篇的特殊人群外推、第 15 篇的变异工程都会反复用到本篇的参数注入骨架。

本篇认知问题回显（FAQ）

Q1：Simcyp 的 PD 屏和 Trial Design 屏可以用 R 脚本访问吗，还是只能手工点？
A：可以。Simcyp 可脚本访问的正是 Compound、Population、Pharmacodynamic (PD)、Trial Design、Simulation toolbox 五类 screen；R 侧走Initialise()→SetWorkspace()→Simulate()→GetCompoundResults_DB()/GetProfile_DB()/GetCompoundSummaryStats_DB()，PD 参数用 Tag ID 的 setter 注入（修改是临时的，需每轮重载工作区）。

Q2：用 Simcyp Designer 搭他汀抑制 HMG-CoA 还原酶这类疗效 PD，哪些信息是可确证的？
A：可确证的是阿托伐他汀在 Simcyp 相关论文中作为 CYP2C8 机制示例药物、Simcyp Designer 属需额外许可的扩展模块、VPop CSV 覆盖需含ID（可选LABEL、其余列为被覆盖 quantity）。PD 模型库中具体条目名与面板字段未核实，须以安装版内 Help / 许可区文档为准。

Q3：促心律失常评估该用哪个 Simcyp 模块，它在 PBPK 报告里怎么摆？
A：用 Cardiac Safety Simulator（CSS），它与 Simcyp Designer、Simcyp Biologics、VBE 等同列于需额外许可的扩展模块清单。摆法：CSS 结果作为安全性论证的独立证据单元，PBPK 报告只提供暴露输入；CSS 内部具体指标与判据以安装版内 Help 为准。

Q4：在 PBPK 申报文件里做 QT 和暴露-效应分析合规吗？
A：不要把两者混成一个 COU。FDA 2018 年 PBPK 格式与内容指南只规定报告六节结构，EMA/CHMP/458101/2016 reporting 指南（2019-07-01 生效）主要面向 DDI 与儿科/首次人体剂量选择；QT 延长属暴露-效应/C-QTc 体系，应放在 ICH E14 语境下另文陈述，不能借平台的 EMA 资格意见外推。

Q5：V24 对生物制剂和 TMDD 做了什么，Simcyp Biologics 支持哪些分子？
A：V24 增强清单含生物制剂可溶性靶点与靶点-药复合物体循环、靶点脱落扩展、以及小分子 TMDD（靶点介导的药物处置）。Simcyp Biologics 支持 mAb、protein conjugate（含 ADC，需给药物抗体比 DAR）、Fc-fusion 与 bispecific。注意可溶性靶点被建模后基线靶点浓度成为敏感的系统参数，须纳入溯源登记。